ShadowCoerce 开源项目使用教程
1. 项目介绍
ShadowCoerce 是一个用于演示和测试 MS-FSRVP(Microsoft File Server Remote VSS Provider)强制滥用(coercion abuse)的开源项目。该项目的目的是通过 PoC(Proof of Concept)展示如何利用强制认证机制来攻击 File Server VSS Agent 服务。该项目的作者是 Lionel GILLES(a.k.a Topotam),并在 GitHub 上开源,遵循 GPL-3.0 许可协议。
2. 项目快速启动
在开始使用 ShadowCoerce 之前,确保你的目标服务器上已启用 "File Server VSS Agent Service"。以下是快速启动的步骤和示例代码:
首先,克隆项目到本地:
git clone https://github.com/ShutdownRepo/ShadowCoerce.git
cd ShadowCoerce
然后,使用以下命令运行 ShadowCoerce,替换 domain、user 和 password 为你的目标服务器的实际值:
python shadowcoerce.py -d "domain" -u "user" -p "password"
注意:在某些情况下,如果目标服务器长时间未请求 FssAgent,可能需要尝试运行两次命令才能成功。
3. 应用案例和最佳实践
-
案例一:利用 ShadowCoerce 获取目标服务器上的文件列表
通过 ShadowCoerce,可以远程获取目标服务器上的文件列表。确保你已经按照快速启动步骤配置了环境,并成功运行了命令。
-
最佳实践:确保目标服务器的 File Server VSS Agent 服务始终处于活动状态
为了减少攻击尝试的次数,保持目标服务器上的 File Server VSS Agent 服务活跃是一个好方法。
4. 典型生态项目
-
项目一:MITMf
MITMf 是一个开源的中间人攻击框架,可以与 ShadowCoerce 结合使用来增强攻击效果。
-
项目二:Impacket
Impacket 是一个用于网络渗透测试的 Python 库,可以用来执行各种 Windows 网络协议的攻击。
以上两个项目都可以与 ShadowCoerce 互操作,为网络安全专家提供了一个丰富的工具集。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00